通义听悟是阿里云的会议与学习助手,可把录音或视频转成文字,提炼摘要、重点和待办,适合整理会议、课程和访谈内容。
语音转文字工具
围绕「语音转文字」,找到更合适的工具与灵感。
标签筛选 42
点击标签继续筛选,可同时选择多个标签
多标签取交集,工具需满足全部已选标签。数字表示叠加该标签后的工具数量。
价格与授权
使用门槛、免费额度与授权方式。
核心能力
工具最主要能完成的任务。
使用场景
适合的行业、岗位或工作流程。
技术方向
模型、框架、RAG、Agent、API 等特征。
平台与部署
网页版、桌面端、插件、本地部署或云服务。
模型与厂商
模型系列、厂商生态或第三方平台。
ElevenLabs 是语音与音频智能体平台,提供 5,000+ 声音、70+ 语言的文字转语音、语音转文字、声音克隆、配音、音乐和 Voice Agents API。
Notta 是 AI 会议记录与转写工具,可转写、总结并从会议、访谈和录音中生成行动计划。
Deepgram 是面向开发者和企业的 Voice AI 平台,提供实时与批量语音转文字、文字转语音、Voice Agent 和音频智能 API。
TurboScribe 是浏览器端 AI 音视频转文字工具,可将音频和视频快速转换为文字稿,并用于字幕、会议记录和多语言内容整理。
腾讯会议AI小助手:腾讯会议 AI 小助手是腾讯会议中的智能会议能力,提供视频会议、AI 纪要和实时提炼,帮助团队掌握讨论重点与后续任务。
讯飞会议是科大讯飞旗下的智能云会议平台,提供高清视频会议、语音转写、AI 会议纪要和多端协作。
Adobe Podcast 是 Adobe 的在线 AI 音频录制与编辑工具,支持录音、转写、文本编辑、增强语音、混音和分享。
简单听记是百度推出的音视频转文字与 AI 纪要工具,支持语音转写、视频转写、实时翻译、音频分析和重点总结。
AssemblyAI 是 Speech AI API 平台,提供预录音和实时语音转文字、语音理解、Voice Agent、Dictation API 及自托管能力。
Krisp 是会议与 Voice AI 平台,提供降噪、会议录音与转写、摘要、AI Note Taker、口音转换、实时翻译和呼叫中心语音能力。
网易见外是 AI 语音转写与翻译平台,可处理音视频、字幕和文字内容,适合会议、采访、课程和跨语言内容制作。
Voicenotes 是 AI 会议与语音笔记工具,可在不加入会议机器人的情况下录音、转写、总结并生成行动项,支持多端和团队安全管理。
快转字幕是 AI 字幕与转录平台,支持音频/视频转写、字幕生成、AI 翻译和多种语言处理,适合视频剪辑、课程与会议归档。
Otter.ai 是 AI 会议记录与知识引擎,可实时转写会议、提取摘要和行动项,并让团队在历史对话中搜索和提问。
百度AI同传助手:百度 AI 同传助手当前入口已并入百度翻译 AI 多模态页面,提供文本、文档和多语言翻译,并支持英文润色、双语审校等能力。
MemoAI 是跨平台本地音视频转写工具,支持多语言转录与字幕翻译、语音合成、说话人识别、AI 摘要和思维导图,并可导出多种格式。
Fireflies.ai 是面向团队的 AI 会议助手,支持会议录音转写、摘要、搜索、分析和自动化跟进,并可连接邮件、聊天和 CRM。
Whispr(Wispr Flow)是 AI 语音输入工具,可把自然说话转换为更干净的文字,并自动补充标点和格式。
Label Studio 是开源数据标注与 AI 评估平台,支持 Agent traces、LLM evals、RLHF、计算机视觉、文档、NLP、音频和多模态数据。
逗哥配音是面向短视频创作者的 AI 配音工具,提供智能配音、文案提取、人声分离和短视频创作辅助。
Fathom 是 AI 会议记录工具,可自动转写、总结 Zoom、Google Meet 和 Teams 会议,并生成可分享的重点。
tl;dv 是面向 Zoom、Google Meet 和 Microsoft Teams 的 AI 会议助手,自动录音、转写、总结并提炼行动项。
Granola 是强调隐私和自然书写的 AI 会议笔记本,把电脑上的会议音频与手写要点结合成结构化记录。